基于统计的中文关键短语自动抽取.pdfVIP

第9卷第1期 江南大学学报(自然科学版) V01．9No．1 2010年2月 of Science Feb．2010 Journal JiangnanUniversity(NaturalEdition) 基于统计的中文关键短语自动抽取 张永刚2， 梁颖红1， 颜振祥2， 姚建民心 (1．江苏省现代企业信息化应用支撑软件工程技术研究开发中心，江苏苏州215104；2．苏州大学 计算机学院，江苏苏州215006) 摘 要：用统计的方法从单文本中自动抽取关键短语。在实验中验证了频度、首位置作为特征的有 效性。用各种方法过滤非法词串，综合短语位置和统计特征对候选短语进行权重计算，并依据关键 短语分布规律选择关键短语。另外，通过分析关键短语分布特点为Ⅳ元短语在过滤、按比例选择方 面提供了依据。获得了比较好的实验结果：TOP5精确率21．80％，召回率28．27％，F—measure25％； TOPl0精